-
公开(公告)号：CN112577864A
公开(公告)日：2021-03-30
申请号：CN202011304133.X
申请日：2020-11-19
申请人： 西安交通大学
IPC分类号： G01N15/06
摘要： 本发明公开了一种硅微米柱阵列三电极电离式微系统微系统雾霾传感器及制备方法，包括三个自下而上依次分布的第一、第二和第三电极，第一电极由内表面制备有硅微米柱阵列的硅基底以及设有小通孔的阴极构成；第二电极由设有小引出孔的引出极构成；第三电极由内表面设有深槽的收集极构成；三个电极分别通过绝缘支柱相互隔离。该传感器通过检测输出电流，检测雾霾颗粒物浓度。收集极电流大，灵敏度高，量程宽，分辨率高，能够响应多种粒径的颗粒物浓度。超声波清灰效率高，非接触式运行，不会损伤传感器。
-
公开(公告)号：CN108875918A
公开(公告)日：2018-11-23
申请号：CN201810920158.9
申请日：2018-08-14
申请人： 西安交通大学
摘要： 一种基于适配共享深度残差网络的机械故障迁移诊断方法，首先获取实验室装备有标记监测数据集和工程装备监测数据集，利用堆叠的残差单元提取实验室装备与工程装备监测数据的迁移故障特征；通过全连接网络建立迁移故障特征与样本健康标记间的映射关系，计算迁移故障特征间的分布差异，预测样本标记的概率分布并生成工程装备监测数据样本的伪标记；然后利用实验室装备与工程装备监测数据集，通过最大最小化构建的目标函数训练ASResNet的待训练参数集，获得迁移诊断模型；输入工程装备监测数据，实现机械故障迁移诊断；本发明缩小了实验室装备与工程装备监测数据间的差异性，对于工程装备的故障诊断具有理想的效果。
-
公开(公告)号：CN107451760A
公开(公告)日：2017-12-08
申请号：CN201710784382.5
申请日：2017-09-04
申请人： 西安交通大学
摘要： 基于时窗滑移受限玻尔兹曼机的滚动轴承故障诊断方法，首先获取滚动轴承在不同健康状态下的振动信号，建立基于时窗滑移受限玻尔兹曼机的故障诊断模型；然后训练时窗滑移受限玻尔兹曼机，利用经过训练的受限玻尔兹曼机从每次滑移后位于时窗内的信号片段提取局部特征，并取局部特征每一维最大值作为振动信号的故障特征；最后基于提取的故障特征，训练Softmax分类器，利用训练后的分类器完成轴承故障的智能诊断，本发明改进了传统受限玻尔兹曼机直接从振动信号提取特征的能力，并克服传统受限玻尔兹曼机难以提取具有平移不变性的特征而不利于智能算法进行分类的问题，并最终提高了诊断精度。
-
公开(公告)号：CN118962503A
公开(公告)日：2024-11-15
申请号：CN202411037504.0
申请日：2024-07-31
申请人： 西安交通大学
IPC分类号： G01R31/392 , G01R31/367 , G06N3/0464 , G06N3/049
摘要： 一种基于类脑计算的电池SOH在线评估方法，包括离线获取IC曲线、离线训练残差脉冲神经网络以及在线评估电池SOH；离线获取IC曲线是基于BMS采集的电压、电流数据，采用差分计算和高斯滤波平滑的预处理方式，得到不同老化状态下IC曲线；离线训练残差脉冲神经网络是采用残差脉冲神经网络构建SOH评估模型，利用离线数据对模型参数进行训练；在线评估电池SOH是将未做标签的测试数据输入到离线训练好的模型中，输出得到对应的SOH标签，实现电池在线SOH评估；本发明提升电池的安全性和使用寿命。
-
公开(公告)号：CN118312751A
公开(公告)日：2024-07-09
申请号：CN202410431701.4
申请日：2024-04-11
申请人： 西安交通大学
IPC分类号： G06F18/21 , G06F18/213 , G06F18/214 , G06N3/0464 , G06N3/0895 , G06N3/084 , G06N3/088 , G01N29/14 , G01N29/44 , B64F5/60 , G06F123/02
摘要： 一种基于声发射信号的航空飞行器结构健康指标智能构建方法，首先获取航空飞行器结构件由健康到破坏的全寿命声发射波形流原始数据，对原始数据进行特征提取；对特征提取后的数据序列进行重叠采样，构建样本训练集和测试集；训练过程中，将训练集数据输入健康指标构建模型中计算，得到输出结果，计算对比学习损失，以对比学习损失为优化目标，采用梯度下降法更新模型参数；训练结束后保存模型参数，将测试集数据输入健康指标构建模型中得到相应的健康指标；最后将健康指标与特征提取后的数据序列放在同一时间尺度上进行对比，验证健康指标的效果；本发明构建的健康指标具有良好的趋势性，能够及时反映航空飞行器结构件的健康状态和退化情况。
-
公开(公告)号：CN115452373B
公开(公告)日：2024-05-28
申请号：CN202211161953.7
申请日：2022-09-23
申请人： 西安交通大学
IPC分类号： G01M13/04 , G01M13/045 , G06T7/00
摘要： 一种基于事件相机的滚动轴承故障诊断方法，首先利用事件相机获取滚动轴承在不同健康状态下的视觉事件信号；其次根据视觉事件的极性进行事件的划分和构建事件表征数据集；再次构建智能诊断模型自动获取监测样本的深层故障特征，在训练迭代时同时对与输入样本进行数据增强和表征聚类；最后利用构建的聚类损失函数以及交叉熵损失函数，迭代优化智能诊断模型的目标函数；本发明所构建的智能诊断模型考虑到视觉事件流数据的特殊性，对于视觉事件流数据进行重构，可以直接利用事件相机记录的数据完成滚动轴承的健康状态识别，实现了非接触式的滚动轴承健康状态采集同时完成新型事件流信号的诊断识别，从而实现基于事件相机的滚动轴承故障诊断。
-
公开(公告)号：CN117419915A
公开(公告)日：2024-01-19
申请号：CN202311336069.7
申请日：2023-10-16
申请人： 西安交通大学
IPC分类号： G01M13/02 , G06V10/40 , G06V10/80 , G06N3/0442 , G06N3/084 , G06F17/14 , G01M13/028 , G01J5/48 , G01R31/34 , H04N23/20 , H04N23/11 , G01J5/00
摘要： 本发明公开一种多源信息融合的电机故障诊断方法，涉及电机故障诊断技术领域，包括：采集电机运行时的声音信号，通过梅尔滤波器对声音信号进行处理，得到声音信号的静态特征；对声音信号的静态特征做差分获得声音信号的动态特征；采集电机运行状态的红外图像和可见光图像；提取红外图像和可见光图像的特征点；根据正确的匹配点对之间斜率一致性的先验知识对红外图像和可见光图像的特征点进行匹配，获得红外图像的特征信息；将获得的声音信号和红外图像的特征信息作为双向长短记忆神经网络Bi‑LSTM的输入进行特征提取，输出该模型的最终特征表示；该方法利用了声音信息、红外图像信息结合的方式，有效提高了故障类型检测识别的准确度。
-
公开(公告)号：CN114700988B
公开(公告)日：2023-10-24
申请号：CN202210499683.4
申请日：2022-05-09
申请人： 西安交通大学
IPC分类号： B25J19/00
摘要： 面向工业机器人机械传动部件健康监测的关节动作划分方法，首先获取特定作业任务的工业机器人每种关节动作的运行时长；然后通过多物理源信号联动获取每个关节动作对应的信号区间，具体是获取外加振动、电流等多物理源信号，为减少计算量和增强关节动作变换带来的跳变效应，对采集的振动信号进行降采样，基于降采样信号利用跳变点识别算法获取跳变点集合，基于关节电流信号是否存在和采集的振动信号趋势特征对跳变点集合进行筛选以获取起始点，结合关节动作运行时长定位每次采样时长内每种关节动作运行时段；最后针对每种关节动作所对应的振动信号计算其退化指标，以实现多关节动作机器人的健康监测，本发明改善了机器人健康监测的精确性和可靠性。
-
公开(公告)号：CN112577864B
公开(公告)日：2022-08-09
申请号：CN202011304133.X
申请日：2020-11-19
申请人： 西安交通大学
IPC分类号： G01N15/06
摘要： 本发明公开了一种硅微米柱阵列三电极电离式微系统微系统雾霾传感器及制备方法，包括三个自下而上依次分布的第一、第二和第三电极，第一电极由内表面制备有硅微米柱阵列的硅基底以及设有小通孔的阴极构成；第二电极由设有小引出孔的引出极构成；第三电极由内表面设有深槽的收集极构成；三个电极分别通过绝缘支柱相互隔离。该传感器通过检测输出电流，检测雾霾颗粒物浓度。收集极电流大，灵敏度高，量程宽，分辨率高，能够响应多种粒径的颗粒物浓度。超声波清灰效率高，非接触式运行，不会损伤传感器。
-
公开(公告)号：CN113469066A
公开(公告)日：2021-10-01
申请号：CN202110758708.3
申请日：2021-07-05
申请人： 西安交通大学
IPC分类号： G06K9/00 , G06K9/62 , G06N3/04 , G06N3/08 , G01M13/045
摘要： 不平衡样本多任务自优化的滚动轴承故障迁移诊断方法，首先利用源滚动轴承振动信号对用深度稠密卷积神经网络建立的基础分类器进行预训练，将特征提取模块参数结合随机初始化的重构健康状态识别模块参数构建多任务学习器；从健康状态已知的目标滚动轴承振动信号随机挑选构成更新数据集，并从中随机挑选构成任务组合，对多任务学习器参数进行更新；利用健康状态已知的目标滚动轴承振动信号中未输入多任务学习器的样本建立微调数据集，微调诊断模型；以健康状态未知的目标滚动轴承振动信号样本为输入，利用诊断模型输出诊断结果，实现滚动轴承健康状态的智能识别；本发明提高了监测数据不平衡约束下滚动轴承故障的迁移诊断精度。
-
-
-
-
-
-
-
-
-
搜索结果
68 条记录 (耗时 0.08 秒)
